期刊文章详细信息
自适应遗传算法在变压器局部放电超高频模式识别中的应用
Application of adaptive genetic algorithm to ultra^high^frequency partial discharge pattern recognition in transformers
文献类型：期刊文章
机构地区：[1]清华大学深圳研究生院,广东深圳518055 [2]安徽淮南电力公司,安徽淮南232007 [3]西安交通大学,陕西西安710049
基 金：中国博士后基金资助项目(50379015)
年 份：2004
卷 号：17
期 号：4
起止页码：1-5
语 种：中文
收录情况：IC、RCCSE、UPD、ZGKJHX、普通刊
摘 要：采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器局部放电超高频自动识别系统检测到的5种放电类型进行了模式识别。实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好地应用于变压器局部放电的超高频模式识别中。
关 键 词：变压器 局部放电超高频检测 模式识别 自适应遗传算法 神经网络
分 类 号：TP183] TM855]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
